并非总关乎你：在开发濒危语言技术时优先满足社区需求
计算与语言
2022-04-13 v1
摘要
当语言缺乏训练统计与机器学习工具和模型所需的数据量时，被归类为低资源语言。资源稀缺的成因各异，可能包括开发这些资源的技术获取困难、说话者人口相对较少，或在第二语言为高资源的双语人群中缺乏收集此类资源的紧迫性。因此，文献中被称为低资源的语言差异巨大：一端是芬兰语，有数百万使用者在几乎所有可想见的领域中使用它；另一端是塞内卡语，仅有极少数流利使用者主要在受限领域使用该语言。尽管因缺乏训练模型所需资源而产生的问题将这组迥异的语言联系在一起，但许多其他问题却横亘于广泛使用的低资源语言与濒危语言之间。在本立场论文中，我们讨论了研究人员与土著语言社区成员在合作开发语言技术以支持濒危语言记录与复兴时所面临的独特技术、文化、实践和伦理挑战。我们报告了来自土著社区的语言教师、Master Speakers（母语大师）和长者的观点，以及学者的视角。我们描述了一项持续富有成效的合作，并为学术研究者与语言社区利益相关者未来的伙伴关系提出建议。
引用
@article{arxiv.2204.05541,
title = {Not always about you: Prioritizing community needs when developing endangered language technology},
author = {Zoey Liu and Crystal Richardson and Richard Hatcher and Emily Prud'hommeaux},
journal= {arXiv preprint arXiv:2204.05541},
year = {2022}
}
备注
To appear in ACL 2022